登录社区云，与社区用户共同成长
邀请您加入社区
第一梯队为深耕健身垂直赛道、具备成熟物联网性能优化能力的本地团队，以西安码兄网络、西安省钱兄网络为代表，专注无人健身IoT系统定制开发，具备完整的设备缓存优化、并发处理、数据轻量化处理能力，落地案例多，适配24小时无人门店高并发、高在线设备场景，适合连锁品牌规模化部署。利用Redis高性能内存读写、过期淘汰、原子操作、高并发适配的特性，将设备在线状态、运行参数、故障标识、心跳信息热点数据缓存至内存
文章摘要（140字）： 7月大模型API市场迎来三大关键变化：智谱GLM-5.2上线1M长上下文窗口，实测合同审查漏检率从15%降至3%；词元国家标准落地统一计费标准；国产模型在OpenRouter调用量暴涨27倍。通过多模型路由策略（按任务复杂度分级调用GLM/Qwen/Claude等），综合成本降低67%。实测显示，国产模型在长文本处理、性价比上已超越部分海外旗舰，建议结合任务类型动态选型，优
本文摘要： 《鸿蒙图片加载与缓存优化实战》深入探讨了移动应用中图片加载的核心技术与优化策略。文章首先分析了图片加载的完整流程，提出三级缓存架构（内存→磁盘→网络），并针对鸿蒙ArkUI的Image组件展开进阶用法教学，包括占位图设置、状态回调和关键属性配置。通过「民族图鉴」项目案例，详细演示了如何实现内存缓存管理、磁盘缓存策略及网络请求优化，覆盖了图片压缩、尺寸适配、列表滑动性能优化等实用技巧，最
Spring框架通过声明式缓存注解（如@Cacheable、@CachePut、@CacheEvict），将缓存操作抽象为注解，让开发者通过简单配置即可实现缓存逻辑与业务逻辑的解耦。
Redis作为分布式锁！！！
对于一个页面，程序需要做的事情总是那么多，性能优化就是分清要做哪些事，然后排优先级，把优先级高的先做，让界面展示出来，让用户看到内容。剩下的优先级不高的事，就慢慢来。
1. 缓存穿透缓存穿透 是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库。常见的解决方案：缓存空对象优点: 实现简单，维护方便缺点: 1. 额外的内存消耗 2. 可能造成短期的不一致布隆过滤优点: 内存占用较少，没有多余Key缺点: 1. 实现复杂 2. 存在误判可能基于 缓存空对象 解决实例：//解决 缓存穿透public Shop queryWith
（比如在8080的线程1获取完库存后，8081的线程1也进行了获取，此时8080的线程1对内存进行了扣除，按理来说已经没有库存了，但是8081的线程1获取的时候还是有的，还会继续扣除，这样就会出现问题）在某个线程加锁的同时，会生成一个新的线程来启动watch dog监控，如果加锁线程没有结束watch dog会每隔（releaseTime/3）的时间做一次续期（releaseTime默认30s），
前言前端性能优化系列，记录在优化过程中的问题，可能有十万个为什么，待以后懂了再记录，毕竟太菜啥都不懂。而且部分优化（设置缓存、gzip压缩、使用CDN加速服务）非开发人员来控制，而是网站服务器管理员的职责。一、缓存分为两类强缓存：不向服务器发送请求，直接使用客户端本地缓存数据协商缓存：向服务器发送请求，由服务器判断请求文件是否发生改变。若未发生改变，则返回304状态码，通知客户端直接使用.....
《Redis分布式锁实现指南》摘要：本文系统介绍了Redis分布式锁的实现方案，从基础SET命令到Redisson高级特性。
为了帮助大家更好温习重点知识、更高效的准备面试，特别整理了《前端工程师面试手册》电子稿文件。内容包括html，css，JavaScript，ES6，计算机网络，浏览器，工程化，模块化，Node.js，框架，数据结构，性能优化，项目等等。包含了腾讯、字节跳动、小米、阿里、滴滴、美团、58、拼多多、360、新浪、搜狐等一线互联网公司面试被问到的题目，涵盖了初中级前端技术点。前端面试题汇总开源分享：【大
1.背景介绍在分布式系统中，为了实现高性能、高可用性和高可扩展性，需要使用分布式锁和计数器等同步原语。Redis作为一种高性能的键值存储系统，具有高速、高吞吐量和高可用性等优势，因此成为分布式锁和计数器的理想选择。在本文中，我们将深入探讨Redis分布式锁和计数器的核心概念、算法原理、具体操作步骤以及数学模型公式。同时，我们还将通过具体的代码实例来详细解释如何实现Redis分布式锁和计数器...
本文系统梳理软件性能优化的方法论：先建立性能思维，用估算和基准测试判断优化价值，再借助 perf、VTune、benchmark 等工具定位瓶颈。文章从 CPU 流水线、执行端口、缓存、内存墙、分支预测、SIMD 向量化、LTO/PGO、指令集构建，到锁粒度、读写锁、原子操作、伪共享与 TLS，串起一套从测量到落地的优化清单。核心观点是别凭感觉调参，而要理解硬件限制、用数据验证收益，在可读性和复杂
本文详细介绍了Redis的核心特性、数据结构、持久化机制及常见问题解决方案。Redis作为高性能内存数据库，其快速响应得益于内存操作、单线程模型和高效数据结构。文章深入解析了String、Hash、List、Set、Zset等数据类型的底层实现，包括SDS、压缩列表、快速列表等结构。在持久化方面，对比了RDB和AOF的优劣及适用场景，并介绍了重写机制。针对数据丢失问题，提出了主从同步和持久化策略建
Redis Set 类型解析：从底层实现到应用场景 摘要 本文深入解析 Redis 的 Set 数据类型，首先从语义层面区分 Set 与 List、Hash 的差异：Set 强调元素唯一性且不保证顺序，适合去重和集合运算场景。底层实现上，Redis 根据数据规模采用不同编码策略：小集合使用紧凑的 listpack 编码（存储 header+entry+EOF 结构），大集合则转换为 hashtab
key 是快递，slot 是格子，Redis 节点是仓库管理员。一个快递只进一个格子，一个格子只归一个管理员管，但一个管理员要管很多格子。
本文由CodeStats撰写，深入剖析Java并发编程中锁机制的底层原理。文章采用自底向上的体系化讲解方式，从硬件层到JVM层，完整揭示锁机制的工作链条。主要内容包括：多核CPU缓存架构引发的MESI协议、LOCK指令与普通指令的本质区别、volatile关键字的内存屏障实现原理、synchronized锁升级与AQS队列的底层差异、操作系统futex的实现机制，以及CAS高效的本质原因。文章特别
HarmonyOS Tabs 状态丢失与缓存解决方案 问题现象：切换 Tabs 后表单内容丢失、滚动位置重置，原因是默认策略会销毁非活动 Tab 的组件实例。 核心原理： 默认销毁机制：切换 Tab 时，非活动 TabContent 会被销毁，导致内部 @State 状态丢失 生命周期表现：通过 aboutToAppear 计数可观测到组件重建行为 解决方案： cachedMaxCount（API
一个长期运行的 Agent 产品，不能把 Prompt Cache 当成后期优化，而要从第一天就围着缓存设计。
Claude 与 OpenAI Prompt Cache 缓存机制详解，含原理、代码示例、计费对比与降本实战测算，助你降低 LLM API 调用成本。
本文档详细记录了在 openEuler 22.03 系统上部署分布式存储池的完整流程，通过 NFS 共享多台存储服务器的 /bak 目录，并在客户端使用 mergerfs 合并为统一存储池。主要步骤包括： NFS服务端配置：安装nfs-utils，配置共享目录/etc/exports，设置防火墙规则 客户端配置：挂载本地存储设备和远程NFS共享，优化挂载参数 mergerfs部署：安装merger
KV Cache彻底讲透：大模型推理为什么能从逐字爬行到一秒千字，关键就在这把缓存钥匙 一、一句话定义 KV Cache，就是大模型推理时的"记忆便签"——把已经算过的注意力（Key和Value矩阵）存下来，下一个词就不用从头重算了。 你可能从来没有想过这个问题：当你问ChatGPT一个问题，它一口气吐出500个字的回答，第501个字怎么来的？ 最直觉...
API中转站优化 Claude Code 响应速度，并不是单纯提高网络速度。真正有效的方法包括：✅ 减少无效上下文✅ 使用合理缓存✅ 优化连接管理✅ 控制并发数量✅ 开启流式输出✅ 建立性能监控当 AI 编程从偶尔使用变成每天工作流的一部分，稳定、可预测的响应速度比一次性的最快速度更加重要。通过合理设计 API 调用链，Claude Code 可以更加流畅地参与真实的软件开发流程。🚀。
鸿蒙API废弃遵循渐进策略，标记为deprecated的API仍可使用但建议迁移。HarmonyKit针对三个废弃API（router.pushUrl、router.back、promptAction.showToast）进行迁移，涉及多窗口场景和异步回调问题，改为通过UIContext调用。迁移成本低，主要难点在于定位所有调用点。建议采取一次性迁移策略，通过编译器warning及时发现废弃API
摘要： 本文系统分析了HarmonyKit开发中hvigor缓存的体系结构、常见问题及解决方案。hvigor缓存分为三层：构建引擎缓存（.hvigor/cache/）、依赖图缓存（.hvigor/dependencyMap/）和构建记录缓存（.hvigor/outputs/records/）。20%的"诡异bug"源于缓存异常，表现为代码正确但构建失败。 关键问题场景： 修改hvigor-conf
文章摘要： 本文分享了HarmonyKit鸿蒙项目的Git工作流与.gitignore最佳实践。针对鸿蒙项目特点，推荐忽略oh_modules、build等构建产物和本地配置文件，避免提交无意义变更。构建产物建议通过Release页面分发而非Git管理。Commit message遵循简化版Conventional Commits规范，增强可读性。分支策略采用轻量Git Flow，主分支稳定，开发
缺页中断与一般中断的核心区别解析 摘要 本文系统解析了缺页中断(Page Fault)的本质特征及其与一般硬件中断的核心区别。缺页中断是虚拟内存机制中的关键异常，当进程访问未加载到物理内存的虚拟页面时，由CPU的MMU单元触发。文章通过六大维度对比分析：缺页中断属于同步内中断(异常-故障Fault)，由CPU内部MMU直接触发，需回滚流水线并重新执行当前指令，且不可屏蔽；而一般硬件中断属异步外中断
国内使用Codex需注意合规风险，核心在于规范操作而非单纯封号问题。关键风险点包括账号管理（避免共享）、API密钥保护（独立使用）、中转站选择（需可信平台）和项目分级（区分敏感代码）。建议建立三级风险管控机制：学习项目可灵活使用，业务代码需审批并配置审计日志。使用中转站需确保支持独立密钥、用量监控等功能。团队应制定明确的使用规范，强调密钥禁用、访问限制等安全措施。配置成功后需保留回退方案并定期维护
本文深入解析了鸿蒙开发中的hvigor构建系统，重点剖析了hvigor-config.json5配置文件的各项参数及其应用场景。文章从构建系统的核心结构出发，详细介绍了分析模式、守护进程编译、增量编译、并行编译等关键功能，并针对内存管理、日志级别等配置项提供了优化建议。通过HarmonyKit项目的实践经验，作者总结了hvigor构建系统的最佳实践，帮助开发者提升鸿蒙应用的构建效率。
启动 Redis 服务有多种方式，可以根据你的操作系统和环境选择最合适的方法。对于生产环境，建议使用 systemd（Linux）或服务方式（Windows）来管理 Redis 服务，以确保高可用性和易维护性。
同样可以把LFU算法理解为一个链表，新数据放在链表尾部，链表中的数据按照被使用的次数降序排列，被使用次数相同的数据按最近使用的时间降序排列，链表满的时候从链表尾部移出数据。Redis中使用的算法近似于LRU算法，比如修改配置文件maxmemory–samples=5，表示在Redis中随机采样5个键，然后从中淘汰最少使用的键，因此采样键的数量与Redis库中键的数量越接近，淘汰的规则就越接近LRU
缓存
——缓存
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
亚马逊云科技技术品牌专区
DeepSeek技术社区
人工智能6S服务平台
深开鸿 技术专区
AMD开发者中国社区
openEuler 社区
HarmonyOS开发者社区
AtomGit AI 社区
AI编程社区
